Akuisisi Pengetahuan(Knowledge Acquisition)

Definisi

• Akuisisi Pengetahuan adalah proses ekstraksi, strukturisasi, dan mengorganisasikan pengetahuan dari satu sumber atau lebih.

• Proses ini merupakan suatu proses yang penting, namun seringkali menjadi “bottleneck” yang membatasi pengembangan sistem pakar dan sistem AI yang lain.

Knowledge Engineering (Perekayasaan Pengetahuan)

• Knowledge Enginering (KE) adalah seni dalam membawa prinsip-prinsip dan perkakas (tools) dari penelitian AI yang berhubungan dengan permasalahan aplikasi yang sulit yang dibutuhkan pakar pengetahuan guna dicari solusinya.

• KE dibedakan dalam 2 perspektif :– Dalam arti Sempit : akuisisi, representasi,

validasi penegatahuan, explanasi dan maintenance

– Dalam arti luas : proses penyusunan dan penanganan sistem AI

Tujuan KE

• Manuyusun program yang memiliki modul-modul alami, sehingga penambahan dan perubahan dapat dibuat dalam satu modul tanpa mempengaruhi kerja modul yang lain.

Proses-Proses KE

• Knowledge Acquisition (Akuisisi Pengetahuan)

• Knowledge Validation (Validasi Pengetahuan

• Knowledge Representation (Representasi/ penyajian Pengetahuan)

• Inferensi (Penarikan kesimpulan)

• Explanation and Justification (Kemampuan menerangkan dan memberi pertimbangan)

Proses-Proses KE

Knowledge validation

Sources of knowledge(expert or others)

Knowledge representation

Knowledge Base

Inferencing

Justification Explanation

KA

Akuisisi Pengetahuan

• Mengakuisisi pengetahuan dari pakar, buku-buku, dokumen-dokumen, sensor, file-file komputer.

• Pengetahuan dapat berupa :

– Permasalahan khusus

– Prosedur penyelesaian masalah

– Pengetahuan umum (misal, pengetahuan bisnis)

– Meta pengetahuan (pengetahuan tentang pengetahuan)

Validasi Pengetahuan

• Pengetahuan harus divalidasi dan diuji sehingga kualitasnya dapat diterima

Representasi Pengetahuan• Pengetahuan yang diperoleh

diorganisasikan dalam suatu aktifitas yang meliputi menyiapkan sebuah “peta pengetahuan” dan menjadikan pengetahuan dalam basis pengetahuan

Inferensi

• Aktifitas yang dilakukan meliputi desain software yang akan memungkinkan komputer membuat inferensi (penarikan kesimpulan) berbasis pengetahuan dan kemudian menyediakan nasihat ke user untuk hal-hal yang khusus.

Explanation and Justification

• Mendesain dan memprogram keanggupan menerangkan.

• Sebagai contoh :

– suatu program yang memiliki kemampuan menjawab pertanyaan Mengapa.

• Komputer memerlukan informasi untuk menarik suatu kesimpulan (bagaimana sebuah kesimpulan diturunkan oleh komputer)

Sumber-Sumber PengetahuanBehavior

Descriptionsand Beliefs

Vocabulary Definition

Object and Relationship

Heuristic and Decision Rules

Procedure for problem solving

Typical Situations

Knowledge Base

Hypotheses(Theories)

Knowledge about knowledge

(Metaknowledge)

Uncertain facts

Proceses

Constrains

Fact about the Domain

Disjungtive Facts

General Knowledge(e.g. of the world)

Tingkatan Pengetahuan

• Pengetahuan Dangkal (Shallow Knowledge)

– Merepresentasikan suatu informasi, hanya permukaannya saja, hanya untuk masalah yang spesifik.

– Mereptresentasikan hubungan input – output dasar suatu sistem

– Biasanya disajikan dalam aturan Jika - Maka

– Misal : Jika bensin dalam tangki kosong Makamobil tidak bisa dijalankan

Tingkatan Pengetahuan

• Pengetahuan Dalam (Deep Knowledge)– Diperlukan untuk menyelesaikan

permasalahan

– Meliputi struktur internal dan kausal yang didasarkan pada interaksi diantara komponen – komponen sistem.

– Tipe pengetahuan ini sulit dikomputerisasi, karena didasarkan pada integrasi yang komplet, seperti emosi, akal sehat, intuisi, dsb

– Pembangun sistem harus memiliki pengetahuan yang kuat tentang elemen dasar dan interaksi diantaranya

Kategori Umum Pengetahuan

• Declarative Knowledge

– Pengetahuan disajikan dalam bentuk keterangan

– Termasuk dalam pengetahuan dangkal

– Penting untuk menentukan keadaan awal

– Misal : “Ada hubungan positif antara merokok dan kanker”

Kategori Umum Pengetahuan

• Prosedural Knowledge

– Mempertimbangkan segala sesuatu dalam suatu kegiatan yang memiliki keadaan yang berbeda.

– Memasukkan rangkaian langkah-langkah dan tipe-tipe instruksi, termasuk keterangan.

– Contoh : Jika rasio lebih dari 12, hentikan penyelidikan. Investasi terlalu beresiko. Jika rasio kurang dari dua belas, periksa lembar perhitungan.

Kategori Umum Pengetahuan

• Metaknowledge

– Pengetahuan tentang pengetahuan

– Metaknowledge menerangkan pengetahuan tentang operasi sistem berbasis pengetahuan,yaitu tentang kemampuan melakukan penalaran.

Kesulitas dalam Akuisisi pengetahuan

• Masalah dalam mentransfer pengetahuan– Mengekspresikan pengetahuan

– Transfer ke mesin

– Jumlah partisipan

– Strukturisasi pengetahuan

– Alasan lain

• Ketrampilan perekayasa pengetahuan– Komputer skills

– Kemampuan belajar dengan cepat

– Berpikir logis, dll

Proses Akuisisi Pengetahuan

• Identififasi

• Konseptualisasi

• Formalisasi

• Implementasi

• Pengujian

Proses Akuisisi Pengetahuan

Identifikasi Karakteristik masalah

Definisi Kosep-konsep untuk menyajikan

pengetahuan

Desain struktur untuk mengatur Pengetahuan

Formulasikan aturan-aturan

Validasi Aturan-aturan yang mengatur Pengetahuan

IDENTIFIKASI

KONSEPTUALISASI

FORMALISASI

IMPLEMENTASI

PENGUJIAN

Metode-Metode Akuisisi Pengetahuan

• Metode Manual

– Meliputi beberapa macam wawancara

– Perekayasa pengetahuan mengumpulkan pengetahuan dari pakar dan sumber lain

– Ada tiga macam wawancara (terstruktur, semi struktur, tidak terstruktur)

Experts

Documented Knowledge

Knowledge Engineer

Knowledge Base

Mengumpulkan

Metode-Metode Akuisisi Pengetahuan• Metode Semi otomatis

1. Mengharapkan bantuan pakar dengan membiarkan mereka membangun basis pengetahuan dengan sedikit atau tanpa bantuan perekayasa pengetahuan

2. Mengharapkan bantuan perekayasa pengetahuan dengan membiarkan mereka mengeksekusi hal-hal tertentu sehingga lebih efisien/ efektif

Pakar Computer aided (Interactive) Interviewing

Knowledge Base

Knowledge engineer

Metode-Metode Akuisisi Pengetahuan

• Metode Otomatis

– Peran pakar dan/atau perekayasa pengetahuan diminimalkan atau dikurangi

– Contoh : Sistem induksi

Case Histories and

Examples

Induction System

Knowledge Base

Metode yang lain

• Observasi• Case analysis• Critical incident analysis• Commentaries• Conceptual graphs• Brainstorming• Prototyping• Multidimentional scaling• Simulation• Concept sorting• Task Analysis

Validasi dan Verifikasi Basis Pengetahuan

• Untuk mengontrol akuisisi pengetahuan diperlukan evaluasi, validasi, dan verifikasi.

• Evaluasi dimaksudkan untuk melihat apakah sistem dapat digunakan, efisien, dengan biaya yang efektif.

• Validasi adalah bagian dari evaluasi yang menilai performa sistem (misal; membandingkan dengan kepakaran). Validasi mengacu pada pembuatan sistem yang “benar” (building the right system), yaitu performa sistem memiliki akurasi yang dapat diterima.

• Verifikasi mengacu pada pembuatan kebenaran sistem (building the system rights), yaitu substansi sistem dapat diimplementasikan dengan benar pada spesifikasinya.

Ukuran-Ukuran Validitas• Accuracy : sebaik apa sistem merefleksikan

kanyataan, kebenaran pengetahuan dalam knowledge base

• Adaptability : Kemungkinan untuk dikembangkan dimasa yang akan datang, perubahan

• Adequacy (or Completeness) : porsi dari pengetahuan yang penting dalam knowledge base

• Appeal : Sebaik apa kesesuaian basis pengetahuan dengan intuisi dan simulasinya secara praktis.

Ukuran-Ukuran Validitas• Breadth : Seberapa baik, ruang lingkup

pengetahuan dicover (dijangkau).• Depth : Derajat kelengkapan (detil)

pengetahuan.• Face validity : kredibilitas pengetahuan• Generality : Kapabilitas sistem untuk digunakan

dengan permasalahan lain yang memiliki kemiripan.

• Precision : Kapabilitas sistem untuk mereplkasi parameter sistem tertentu; konsistensi nasihat, jangkauan dari variabel-variabel dalam basis pengetahuan.

Ukuran-Ukuran Validitas

• Realism : Akuntabilitas untuk relasi dan variabel-variabel yang relevan; realitas yang mirip

• Robustness : Sensitivitas dari konklusi untuk struktur model

• Sensitivity : Tekanan terhadap perubahan-perubahan dalam basis pengetahuan yang didasarkan pada kualitas output

• Technical and operational validity : validitas dari asumsi-asumsi, konteks, batasan, dan kondisi serta ketepatan ukuran.